Keras特征提取-预期输入_1有4个维度，但得到了形状为（1,46）的数组

在提取图像特征时，我对Keras有一个问题。 我已经添加了4d层 使用此代码

# Add a fourth dimension (since Keras expects a list of images)
image_array = np.expand_dims(image_array, axis=0)

但还是给了我一个错误

这是我的实际代码：

from pathlib import Path
import numpy as np
import joblib
from keras.preprocessing import image
from keras.applications import vgg16
import os.path

# Path to folders with training data
img_db = Path("database") / "train"

images = []
labels = []

# Load all the not-dog images
for file in img_db.glob("*/*.jpg"):

    file = str(file)

    # split path with filename
    pathname, filename = os.path.split(file)
    person = pathname.split("\\")[-1]

    print("Processing file: {}".format(file))

    # Load the image from disk
    img = image.load_img(file)

    # Convert the image to a numpy array
    image_array = image.img_to_array(img)

    # Add a fourth dimension (since Keras expects a list of images)
    # image_array = np.expand_dims(image_array, axis=0)

    # Add the image to the list of images
    images.append(image_array)

    # For each 'not dog' image, the expected value should be 0
    labels.append(person)

# Create a single numpy array with all the images we loaded
x_train = np.array(images)

# Also convert the labels to a numpy array
y_train = np.array(labels)

# Normalize image data to 0-to-1 range
x_train = vgg16.preprocess_input(x_train)

input_shape = (250, 250, 3)
# Load a pre-trained neural network to use as a feature extractor
pretrained_nn = vgg16.VGG16(weights='imagenet', include_top=False, input_shape=input_shape)

# Extract features for each image (all in one pass)
features_x = pretrained_nn.predict(x_train)

# Save the array of extracted features to a file
joblib.dump(features_x, "x_train.dat")

# Save the matching array of expected values to a file
joblib.dump(y_train, "y_train.dat")

错误

回溯（最近一次呼叫最后一次）： 文件 “C:/Users/w024029h/pycharm项目/keras_pretrained/pretrained_vgg16.py”， 第57行，在 features\u x=pretrained\u nn.predict（x\u train）文件“C:\Users\w024029h\AppData\Local\Programs\Python\Python36\lib\site packages\keras\engine\training.py”， 第1817行，在预测中 检查\u batch\u axis=False）文件“C:\Users\w024029h\AppData\Local\Programs\Python\Python36\lib\site packages\keras\engine\training.py”， 第113行，输入数据 “with shape”+str（data_shape））ValueError:检查时出错：预期输入_1有4个维度，但得到了形状为（1， （46）

---

添加额外维度后，

image\u数组

的形状类似于

（1,3,250,250）

或

（1,250,250,3）

（取决于您的后端，考虑到三通道图像）

当您执行

images.append（image\u array）

时，它会将这个4d数组追加到numpy数组列表中。实际上，该列表将是一个5d数组，但当您将该列表转换回numpy数组时，numpy无法知道所需的尺寸形状/数量

您可以使用

np.vstack（）

更改代码中的以下行：

# Create a single numpy array with all the images we loaded
x_train = np.array(images)

用于：

x_train = np.vstack(images)